－短期股价变动与信息传导
－日内股票线性定价模型
－日内股票跳跃模型
－股价的相关性与随机微积分 金融定价：
－跨行业股票回报率和行业分析的关系
－高阶定价模型
－杠杆作用，权益溢价等数据探索

－低价股对跨行业间股价变动的影响
－A股的波动率与平均回归模型
－A股波动率长记忆模型探索

－蒙特卡洛模拟与r语言编程
－贝叶斯统计学应用
－基础机器学习和系统设计
－有效大数据信息处理与过滤

－政治体制与外汇市场波动
－社会交互与外汇市场
－主权债务危机研究 宏观经济学：
－金融体制自由化，金融系统和货币宏观政策
－经济周期理论
－经济搜索理论与货币政策及失业率

－政治周期，税收制度和金融定价

－中国政治改革与贸易自由化
－对外贸易自由化与对内资源配置

－家庭按揭选择
－人口迁移与房地产
－婚姻经济学：性别与收入差异

－博弈和博彩业
－拍卖机制设计
－搜索和匹配理论在工业结构中的应用

－供应链经济学
－买方市场中心化和去中心化
－网络营销与收支不平衡及社会福利

－公司财务理论和授权

－美国消费市场调查
－贝叶斯统计学在市场分析中的应用

包括搜集课题相关文献、采集数据、将数据集中和整理为可编辑建模的版本。在媒体和新闻评论中收集信息和观点。总结，思考所得信息并进行分类。

包括对搜集到的或已有的文献进行整理并撰写报告，进行自己的初步总结。探究派系和观点发展的历史规律，潜在问题，论据来源和可研究的方向以供课题组进行进一步探究。

包括数据的筛选，提炼有用的数据进行操作。总结计算数据群体的基本特征，并应用所学统计学知识得到数据间的关系和传达的信息。要求学生利用图表和曲线来展现数据的特征和论证基本的统计观点。

包括在基本数据处理的基础上进行统计建模。会使用回归分析（Regression Analysis）、数据模拟（Data Simulation）、数据训练 （Data Training）等基本数据模型方法来进一步探究数据的规律。项目可能会用到电脑的编程知识来处理大量的数据。学生可以通过项目学习数量知识和科研技巧，例如数学分析，随机过程和蒙特卡洛模拟等。除统计和数学模型之外，商科类学生也会学习基本的经济学和金融学的建模技巧，并将这类模型融会在数据建模的过程中。

包括In-Sample Forecast（样本内推测），即用部分数据作为建模基础，其他数据作为推测比较对象和Out-Sample Forecast（样本外推测），即采集新的同类型数据来检测模型准确性，原有数据只为参数的计算。学生需帮忙仔细比对不同样本之间的异同并总结报告。在不同的情境下计算模型参数并比对。计算不同样本和宏观环境下的推测和预判并优化所得结果。

学生的数量结果和建模解释都需与项目研究员进行展示和沟通，以得到进一步的完善。学生需积极参与课题的核心讨论，反复研究结果的合理性和真实性。学生需要展示自己的讨论成果，通常以图表和列表的形式。学生课题开始后需每周一到周五均能与项目辅导员进行交流。

学生可以将自己的科研经历整理为报告作为申请补充材料。课题研究员会基于此报告评价学生的表现。研究成果优异者不光有机会获得学校内部推荐机会，还可由研究辅导员辅导写成文献，获得发表权利。研究报告一般包括相关文献总结，模型，数据分析和测试和结果讨论。

包括数据的清理，提炼有用的数据进行操作。总结计算数据群体的基本特征，并应用所学统计学知识得到数据间的关系和传达的信息。要求学生利用图表和曲线来展现数据的特征和论证基本的统计观点。